Mistral: Codestral Embed
codestral-embed- 入力 / 出力
- $0.15 / $0.00
- コンテキスト
- 8K
- モダリティ
- 埋め込み
Codestral Embed について
Codestral Embedは、コード向けに構築されたMistral AI初の埋め込みモデルです。ソースファイル、コードスニペット、自然言語の質問をベクトルに変換することで、コーディングアシスタントがコードの記述や編集を行う前に適切な関数を検索できるようにします。Mistralの報告によると、コード検索の評価においてVoyage Code 3、Cohere Embed v4.0、およびOpenAIの大型埋め込みモデルを上回る性能を示しています。汎用テキスト埋め込みモデルであるMistral Embedは、散文（文章）に適しています。
得意なこと
- コード検索用にトレーニングされており、Mistralの評価スイートにおいて、自然言語からコードへの検索、コードからコードへの類似性検索、SQL検索をカバーしています。
- 出力次元は関連性の高い順に並んでいるため、先頭から任意の数の次元を保持することでインデックスを縮小できます。
- Mistralの報告によると、int8精度で256次元であっても、テストした競合のコード埋め込みモデルを上回る性能を発揮します。
- コーディングエージェント向けの検索拡張生成（RAG）、重複検出、クラスタリング、コード分析に適しています。
他のモデルを検討すべきケース
- 埋め込み専用のモデルであり、コードの生成や解説は行わないため、回答を得るには別途チャットモデルが必要です。
- Mistralは、チャンクサイズを約3,000文字、オーバーラップを1,000文字にすることを推奨しています。これより大きいチャンクは検索品質を低下させるためです。
- ポリシーやサポート記事などのコード以外のドキュメントには、汎用テキスト埋め込みモデルの方がより自然な選択肢です。
はじめに
最初のキーを作成
Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。
最初のリクエストを送信する
お使いの言語の例をコピーして、エンドポイントに対して実行してください。
埋め込みTokenLab エンドポイントPOST/v1/embeddingscurl -X POST "https://api.tokenlab.sh/v1/embeddings" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "encoding_format": "float", "model": "codestral-embed", "input": "The quick brown fox jumps over the lazy dog." }'
料金
Verified 価格は Verified に適用され、多くのモデルでより低コストです。Official 価格はモデルのメーカーが公表する価格で、信頼性の高い Official ルートに適用されます。Auto はリクエストを完了したルートの価格で課金します。
埋め込み
100万トークンあたり- Official 価格
- 入力 $0.15 / 出力 $0.00 / キャッシュ読み取り $0.015
- Verified 価格
- —
- 割引
- —
キャッシュ読み取り
- Official 価格
- $0.015
- Verified 価格
- —
- 割引
- —
| Official 価格100万トークンあたり | Verified 価格100万トークンあたり | 割引 | |
|---|---|---|---|
| 埋め込み | 入力 $0.15 / 出力 $0.00 / キャッシュ読み取り $0.015 | — | — |
| プロンプトキャッシュ料金 | |||
| キャッシュ読み取り | $0.015 | — | — |
使用状況とアクティビティ
成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。
使用量と可用性
過去24時間- リクエスト数
- 成功率
- P95 レイテンシ
- 合計トークン数
データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。
Consoleで開く
ConsoleでCodestral Embedを開き、プロンプトを編集・送信できます。
codestral-embedと/v1/embeddingsでembeddingを実行。結果とコストを表示します。
ユースケース
コーディングエージェントのためのリポジトリ検索
コードベースのすべての関数とファイルをインデックス化し、エージェントがコードを編集する前に、タスクの説明に最も近い一致を検索します。
自然言語によるコード検索
開発者が「リトライ処理はどのように行われているか」といった質問を入力すると、キーワード一致ではなく、関連するソースファイルを取得できます。
重複および類似クローンの検出
サービス間で関数を埋め込み、ベクトルが非常に近いペアを特定します。これにより、統合すべきコピー＆ペーストされたロジックを見つけ出せます。
課題とコードの照合
バグ報告を埋め込み、修正が必要な可能性が高いファイルと照合します。これはトリアージボットの最初のステップとして機能します。
プロンプト例
このリポジトリのどこでWebhook署名を検証していますか？
def retry_with_backoff(fn, attempts=5): ... （関数を埋め込み、他のサービスで類似のヘルパーを探す）
SELECT customer_id, SUM(total) FROM orders GROUP BY customer_id HAVING SUM(total) > 1000
このモデルは条件付き料金です。月間トークン総量だけでは確実な見積もりができません。リクエスト仕様・キャッシュ・該当時間帯に応じた詳細料金をご利用ください。
FAQ
Codestral Embedは何に使われますか？
ソースコードに対する検索です。コードチャンクとクエリを埋め込み、ベクトルを保存し、類似度に基づいて最も近いチャンクを取得します。典型的な用途は、セマンティックコード検索、コーディングエージェントのコンテキスト取得、重複検出、目的別のコードクラスタリングです。
Codestral EmbedはMistral Embedとどう違いますか？
Codestral Embedはコードおよびコード関連のクエリに特化していますが、Mistral Embedはドキュメント、クラスタリング、散文に対する検索拡張生成のための汎用テキストモデルです。リポジトリにはCodestral Embedを、ナレッジベースや記事にはMistral Embedを使用してください。
ベクトルサイズを小さくできますか？
はい。Mistralは出力次元を関連性の高い順に並べているため、短いプレフィックスを保持することでインデックスを小さくできます。Mistralの報告では、int8精度で256次元でもテストした競合のコード埋め込みモデルを上回りますが、自身のコードで再現率を確認してください。
埋め込む前にコードをどのように分割すべきですか？
Mistralは、約3,000文字のチャンクと1,000文字のオーバーラップを推奨しています。テストでは、これより大きいチャンクは検索性能を低下させました。可能な限り関数やクラスの境界で分割し、各チャンクにファイルパスとシンボル名を含めてください。
コードを生成しますか？
いいえ。ベクトルのみを返します。コーディングチャットモデルと組み合わせて使用してください。Codestral Embedが関連するコードを見つけ、チャットモデルがそれを読み取って変更を記述します。
Codestral Embed の料金はいくらですか？
TokenLab では Codestral Embed は 入力 $0.15 / 出力 $0.00 100万トークンあたり です。詳細は上の料金表を参照してください。 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
Codestral Embed はどのエンドポイントを使うべきですか？
Codestral Embed のデフォルトは https://api.tokenlab.sh/v1/embeddings です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。
Codestral Embed はどの操作に対応していますか？
Codestral Embed は 埋め込み に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。
Codestral Embed を比較する
ソース
2026/10/02 時点での評価
